Probabilidade

Profª Mirian Araújo

Probabilidade – Conceitos
➢ Experimento  todo fenômeno ou ação que geralmente
pode ser repetido e cujo resultado é casual ou aleatório.
Exemplo: lançamento de um dado ou uma moeda.

➢ Espaço amostral ()  é o conjunto de todos os

resultados possíveis de um experimento.

➢ Evento  é todo subconjunto do espaço amostral.

➢ Exemplo 1:
O espaço amostral no lançamento de duas moedas é:
 = {KK, KC, CK, CC}. (K = cara e C = coroa)
Seja o evento A = pelo menos uma cara, assim:
A = {KK, KC, CK}.
Probabilidade
➢ As probabilidades são utilizadas para exprimir a
chance de ocorrência de determinado evento.
➢ Definição Clássica da Probabilidade (Requer
resultados igualmente prováveis - equiprováveis)

Dado um conjunto de N eventos equiprováveis, a

probabilidade de ocorrência de um determinado
evento A é:

nº de maneiras em que A pode ocorrer n

P ( A) = =
nº total de observações N
Probabilidade – Definições
➢ Dado um experimento aleatório, a ocorrência simultânea
dos eventos A e B de seu espaço amostral, é chamada
evento intersecção representada por AB.
➢ Dado um experimento aleatório e dois eventos A e B de
seu espaço amostral, a ocorrência de A, de B ou de
ambos, é chamada evento união representada por AB.

➢ Dois eventos são mutuamente exclusivos ou disjuntos

se não tem elemento comum  A  B = .
➢ O complemento de um evento A ou evento
complementar de A consiste de todos os outros
resultados no espaço amostral, ou seja, os elementos que
pertencem a  e que não pertencem a A.
Probabilidade – Axioma
➢ Seja  um espaço amostral e seja A qualquer
evento em , isto é, A é um subconjunto de .
Então, por definição, a probabilidade de ocorrer
A é dada pela medida de A, nas seguintes
condições:
i. P() = 1;
ii. P(A)  0;
iii. Se A e B são dois eventos disjuntos,
P(A  B) = P(A) + P(B).

Daí, segue-se que 0  P(A)  1.

Probabilidade
➢ Teorema: Seja  o espaço amostral. Então, a
probabilidade de que A não ocorra é dada por

➢ Teorema da Soma: Se A e B são dois eventos do

espaço amostral  então a probabilidade de que
ocorra A ou B é:

➢ Corolário:Se A e B são disjuntos [P(A  B)=0],

então P(A  B) = P(A) + P(B).
 Exemplos
2. Ao retirar uma carta de um baralho, os eventos às (A) e
rei (K) são disjuntos. Qual a probabilidade de tirar um às
ou um rei numa única tentativa?

3. Qual a probabilidade de retirar um

às (A) ou uma espada (E) em uma só tentativa?

4. Seja o lançamento de um dado:

A = sair resultado par = {2, 4, 6}
Ac = {1, 3, 5}
B = resultado inferior a 3 = {1, 2}
Calcule P(A), P(AC), P(B) e P(AB)
Probabilidade Condicional
➢ Suponhamos que no lançamento de um dado são
definidos os seguintes eventos:
A: sair resultado par  A = {2,4,6}
B: sair resultado inferior a 3  B = {1,2}
Segue-se, daí, que A  B = {2}.
Já vimos que P(A) = 1/2 e P(A  B) = 1/6.

➢ Consideremos agora a seguinte situação: um dado foi

lançado, fora do alcance de nossas vistas, e fomos
informados de que saiu resultado par, ou seja, de que
ocorreu A. Nestas condições, pergunta-se: qual a
probabilidade de que tenha ocorrido o evento B?
 Probabilidade Condicional
➢ Fomos informados de que A ocorreu, logo o espaço amostral
={1,2,3,4,5,6} passou a ser A [1={2,4,6}]. Devemos
obter a probabilidade de ocorrer B, sob a condição de que A
tenha ocorrido ou, o que é o mesmo, obter a probabilidade de
B dado A, que indicamos por P(B|A) (OBS: o símbolo | não
indica fração).
➢ O novo espaço amostral A (1) é constituído por três eventos
equiprováveis (mesma probabilidade) e nos interessa
A B={2}. Então,
P(B|A) = 1/3.
➢ Se dividirmos o numerador e denominador por 6, que é o
número total de eventos do espaço amostral , temos:
Probabilidade Condicional

➢ Definição (Probabilidade Condicional):

Dados dois eventos A e B, no espaço amostral ,
se P(A) > 0 e P(B) > 0, a probabilidade de B,
dado A, é

e a probabilidade de A, dado B, é
Exemplos
5. Numa população adulta de uma pequena cidade a qual
completou os requerimentos para o nível universitário,
seleciona-se um indivíduo aleatoriamente. Qual a
probabilidade de ser homem dado que está empregado? E a
probabilidade de ser desempregado dado que seja uma
mulher?

Tabela: Categorização de adultos de uma pequena cidade

Empregados Desempregados Total
Homem 460 40 500
Mulher 140 260 400
Total 600 300 900
Exemplo
6. A probabilidade de que um vôo regular marcado parta na
hora é P(D) = 0,83; a probabilidade de que chegue na hora é
P(A) = 0,82; e a probabilidade de que o vôo parta e chegue
na hora é P(DA) = 0,78. Determine a probabilidade de
que:
a) o avião chegue na hora, dado que partiu na hora;
b) partiu na hora, dado que chegou na hora.

7. Sejam os eventos no lançamento de um dado: A = {3,4,6} e

B = {2,4,6}. Qual a probabilidade de sair o evento A dado
que o resultado é par (evento B)?
 Eventos independentes
➢ Embora a probabilidade condicional permita uma alteração da
probabilidade de um evento à luz de material adicional, ela
também nos permite entender melhor o importante conceito de
independência.
➢ Considere a situação na qual temos eventos A e B e
𝑃 𝐴𝐵 =𝑃 𝐴
➢ Em outras palavras, a ocorrência de B não teve impacto nas
chances de ocorrência de A. Aqui, a ocorrência de A é
independendo da ocorrência de B.

➢ Dois eventos A e B são independentes se e somente se,

𝑃 𝐵 𝐴 = 𝑃 𝐵 ou 𝑃 𝐴 𝐵 = 𝑃(𝐴)
desde que as probabilidade condicionais existam. Caso contrário,
A e B serão dependentes.
Regras multiplicativas
➢ Teorema: Se em um experimento ambos os eventos A e
B podem ocorrer, então
𝑃 𝐴∩𝐵 =𝑃 𝐴 𝑃 𝐵 𝐴
desde que 𝑃 𝐴 > 0.

➢ Teorema: Dois eventos A e B são independentes se e

somente se
𝑃 𝐴 ∩ 𝐵 = 𝑃 𝐴 𝑃(𝐵)
Exemplos
8. Suponha que temos uma caixa com 20 fusíveis, dentre os
quais cinco apresentam defeito. Se dois fusíveis são
selecionados aleatoriamente e removidos da caixa,
sucessivamente, sem reposição do primeiro, qual é a
probabilidade de que ambos apresentem defeito?
A = 1º fusível com defeito = 5/20 = ¼
B = 2º fusível com defeito = 4/19
𝐴 ∩ 𝐵 = evento que A ocorre e, então B ocorre após A ter ocorrido

𝑃 𝐴∩𝐵 =𝑃 𝐴 𝑃 𝐵 𝐴
1 4 1
𝑃 𝐴∩𝐵 = = ≅ 0,05
4 19 19
Exemplos
9. Uma pequena cidade tem um caminhão de bombeiros e
uma ambulância para as emergências. A probabilidade de
que o caminhão de bombeiros esteja disponível quando
necessário é de 0,98 e a da ambulância é 0,92. No caso de
um ferimento causado por um incêndio em um prédio,
determine a probabilidade de a ambulância e o caminhão
de bombeiros estarem disponíveis.

A = caminhão estar disponível = 0,98

B = ambulância estar disponível = 0,92

𝑃 𝐴 ∩ 𝐵 = 𝑃 𝐴 𝑃(𝐵)
𝑃 𝐴 ∩ 𝐵 = 0,98 0,92 = 0,9016
 Exemplos
10. Uma amostra aleatória de 200 adultos é classificada pelo
seu sexo e nível de instrução. Se uma pessoa desse grupo
for escolhida aleatoriamente, determine a probabilidade
de que:
a) P (M)
b) P (E)
c) P(S  M)
d) P (U | F)
e) o nível de instrução e o sexo são independentes?
Comprove utilizando a) e b)
 Regras multiplicativas
➢ Teorema: Se, em um experimento, os eventos A1, A2, ..., Ak
podem ocorrer, então

𝑃 𝐴1 ∩ 𝐴2 ∩ ⋯ ∩ 𝐴𝑘 = 𝑃 𝐴1 𝑃 𝐴2 𝐴1 ⋯ 𝑃(𝐴𝑘 |𝐴1 ∩ 𝐴2 ∩ ⋯ ∩ (𝐴𝑘−1 )

Se os eventos A1, A2, ..., Ak são independentes, então

𝑃 𝐴1 ∩ 𝐴2 ∩ ⋯ ∩ 𝐴𝑘 = 𝑃 𝐴1 𝑃(𝐴2 ) ⋯ 𝑃(𝐴𝑘 )
 Exemplo
11. Três cartas são escolhidas em sucessão, sem reposição,
de um baralho comum. Determine a probabilidade de
que o evento 𝐴1 ∩ 𝐴2 ∩ 𝐴3 ocorra, em que A1 é o evento
no qual a primeira carta é um às vermelho, A2 é o evento
no qual a segunda carta é um 10 ou um valete, e A3 é o
evento no qual a terceira carta é maior que 3, mas menor
que 7.
SOLUÇÃO: A1 – 1ª carta às vermelho: 2/52
A2 – 2ª carta é 10 ou valete: 8/51
A3 – 3ª carta >3 e <7: 12/50

𝑃 𝐴1 ∩ 𝐴2 ∩ 𝐴3 = 𝑃 𝐴1 𝑃 𝐴2 𝐴1 𝑃 𝐴3 𝐴1 ∩ 𝐴2
2 8 12 192
= = ≅ 0,0014
52 51 50 132600
Regra de Bayes
➢ Seja a população adulta de uma pequena cidade segundo a
tabela abaixo.
Empregados Desempregados Total
Homem 460 40 500
Mulher 140 260 400
Total 600 300 900
Um desses indivíduos é selecionado aleatoriamente para uma
turnê pelo país para divulgar as vantagens de novas indústrias
se estabelecerem na cidade. Suponha que temos a informação
adicional de que 36 pessoas daquelas que estão empregadas e
12 daquelas desempregadas são membros do Rotary Club.
Desejamos determinar a probabilidade do evento A, no qual o
indivíduo selecionado para realizar a turnê é membro do
Rotary.
Regra de Bayes
➢ Pela figura, podemos escrever A como a união de dois
eventos mutuamente exclusivos 𝐴 = (𝐸 ∩ 𝐴) ∪ (𝐸 ′ ∩ 𝐴), e
usando as regras multiplicativas vistas anteriormente, tem-
se:
A = Rotary E
A

E = empregado 𝐸∩𝐴
E’ = desempregado E’
′
𝐸 ∩𝐴

𝑃 𝐴 = 𝑃 𝐸 ∩ 𝐴 ∪ 𝐸′ ∩ 𝐴
= 𝑃 𝐸 ∩ 𝐴 + 𝑃 𝐸′ ∩ 𝐴
= 𝑃 𝐸 𝑃 𝐴 𝐸 + 𝑃 𝐸 ′ 𝑃(𝐴|𝐸 ′ )
Regra de Bayes
➢ É possível calcular:
600 2 36 3
𝑃 𝐸 = = 𝑃 𝐴 𝐸 = = e
900 3 600 50
′ 1 ′ 12 1
➢ 𝑃 𝐸 = 𝑃 𝐴 𝐸 = =
3 300 25

➢ Se mostrarmos essas probabilidades pelo diagrama de

árvore, temos:
2 3 1 1 4
𝑃 𝐴 = + =
3 50 3 25 75

Uma generalização desse exemplo é explicada pelo teorema a

seguir, chamado, algumas vezes, de teorema da probabilidade
total ou regra da eliminação.
Regra de Bayes
➢ Teorema: Se os eventos B1, B2, ..., Bk constituem uma
partição do espaço amostral S, de modo que 𝑃(𝐵𝑖 ) ≠ 0 para
𝑖 = 1, 2, … , 𝑘, então para qualquer evento A de S,

𝑘 𝑘

𝑃 𝐴 = ෍ 𝑃 𝐵𝑖 ∩ 𝐴 = ෍ 𝑃 𝐵𝑖 𝑃(𝐴|𝐵𝑖 )
𝑖=1 𝑖=1
Exemplo
12. Em certa linha de montagem, três máquinas B1, B2 e B3
produzem 30%,45% e 25% dos produtos, respectivamente.
Sabe-se, de experiências anteriores, que 2%, 3% e 2% dos
produtos feitos por cada máquina são, respectivamente,
defeituosos. Agora, suponha que um produto, já acabado, seja
selecionado aleatoriamente. Qual é a probabilidade de que tal
produto apresente algum defeito?

A: produto tem defeito

B1: produto feito pela máquina B1
B2: produtor feito pela máquina B2
B3: produto feito pela máquina B3
Exemplo
12.

𝑃 𝐴 = 𝑃 𝐵1 𝑃 𝐴 𝐵1 + 𝑃 𝐵2 𝑃 𝐴 𝐵2 + 𝑃 𝐵3 𝑃 𝐴 𝐵3
Com os valores que temos é fácil calcular:

𝑃 𝐵1 𝑃 𝐴 𝐵1 = 0,3 0,02 = 0,006

𝑃 𝐵2 𝑃 𝐴 𝐵2 = 0,45 0,03 = 0,0135
𝑃 𝐵3 𝑃 𝐴 𝐵3 = 0,25 0,02 = 0,005
e então,

𝑃 𝐴 = 0,006 + 0,0135 + 0,005 = 0,0245

Regra de Bayes
➢ Teorema (Regra de Bayes): Se os eventos B1, B2, ..., Bk
constituem uma partição do espaço amostral S, de modo
que 𝑃(𝐵𝑖 ) ≠ 0 para 𝑖 = 1, 2, … , 𝑘, então para qualquer
evento A em S, tal que 𝑃(𝐴) ≠ 0, temos que

𝑃(𝐵𝑟 ∩ 𝐴) 𝑃 𝐵𝑟 𝑃(𝐴|𝐵𝑟 )
𝑃 𝐵𝑟 |𝐴 = 𝑘 = 𝑘
σ𝑖=1 𝑃 𝐵𝑖 ∩ 𝐴 σ𝑖=1 𝑃 𝐵𝑖 𝑃(𝐴|𝐵𝑖 )
Exemplos
13. Com referência ao exercício 12, se um produto for
selecionado aleatoriamente e descobrir-se que apresenta
defeitos, qual é a probabilidade de que o produto tenha sido
fabricado pela máquina B3?
𝑃 𝐵3 𝑃(𝐴|𝐵3 )
𝑃 𝐵3 |𝐴 =
𝑃 𝐵1 𝑃 𝐴 𝐵1 + 𝑃 𝐵2 𝑃 𝐴 𝐵2 + 𝑃(𝐵3 )𝑃(𝐴|𝐵3 )

0,005 0,005
𝑃 𝐵3 |𝐴 = = ≅ 0,20
0,006 + 0,0135 + 0,005 0,0245